注意：本方法使用了python，下载速度一般，如果需要更快的大批量下载可以考虑使用其他方法，例如FTP
Alphafold数据库其实提供了许多物种的蛋白质组：
AlphaFold Protein Structure Database
但是如果你搜索的物种不在这个列表中，或者你想要根据关键词搜索一些内容，可以考虑本方法：
首先获取蛋白质ID列表，因为Uniprot数据库和AlphaFold数据库有联动，我们可以先在Uniprot上进行下载蛋白质的序列文件
然后下载fasta，将文件保存为xxxx_protein.fasta
运行以下代码，会生成这些蛋白质ID所对应的alphafold数据库pdb文件的下载连接，并将其保存到url_list.txt文件中：
with open("xxxx_protein.fasta","r") as fin:
with open("url_list.txt","w+") as fout:
lines = fin.readlines()
for line in lines:
if line.startswith(">"):
url = "https://alphafold.ebi.ac.uk/files/AF-"+line.split("|")[1]+"-F1-model_v4.pdb\n"
fout.write(url)
fout.close()
fin.close()接着我们就可以使用selenium，逐一访问这些网址，就可以下载文件了
当然，运行下列代码的时候先需要pip install selenium：
（这里的webdriver可以选取你电脑上已经安装好的浏览器，selenium具体支持的浏览器可以在官方文档中查看：支持的浏览器列表 | Selenium）
from selenium import webdriver
with open('url_list.txt', 'r') as f:
urls = f.readlines()
driver = webdriver.Edge()
i=0
for url in urls:
i+=1
print(i)
result = driver.get(url)但是仍然可能有一些蛋白质会因为网络问题下载失败，出现这种奇奇怪怪的名称：
这里提供了一个check代码，来继续把未完成下载的蛋白质下载完成：
import os
from selenium import webdriver
# 这里填写你的Edge浏览器的默认下载路径
dir_path = "C:\\Users\\用户名\\Downloads\\"
st = set()
with open('url_list.txt', 'r') as f:
file_list = os.listdir(dir_path)
for filename in file_list:
if filename.startswith("AF"):
st.add(filename.split("-")[1])
urls = f.readlines()
driver = webdriver.Edge()
for url in urls:
pid = url.split("/")[-1].split("-")[1]
if pid not in st:
print(pid)
result = driver.get(url)当然，还有一些蛋白质在AlphaFold数据库中没有预测数据的，我们还可以对比一下Uniprot和AlphaFold两个数据库的区别，下面以Bacillus subtilis (strain 168)这个物种为例：
这种没有结构数据的蛋白处理方式很多，你可以直接不管，也可以用在线的AlphaFold跑一遍（如果你确实需要研究一个物种的完整蛋白质组的话）
虽然说用了Selenium，但许多Selenium的特性功能并没有用到，因为AlphaFold网站加载很慢，如果直接在AlphaFold网站上搜索，去爬取这些蛋白质ID，反而会变得很慢。所以索性直接通过Uniprot网站上的数据来获取到蛋白质ID。这样甚至连路径解析都不需要用到，直接通过访问资源网页就解决了。
